Functional fitness assessments predict cognitive outcomes
Notice bibliographique
Résumé
Abstract Background The rate of Alzheimer’s disease (AD) is anticipated to triple by 2050, affecting 131 million people globally. To combat this dramatic increase, it is imperative to detect early cognitive decline in order to provide timely interventions. As a result, the ability to predict cognitive status through ubiquitous functional fitness assessment would provide a cost‐effective method for identifying cognitively at‐risk older adults. This study sought to determine whether functional fitness measures could accurately predict cognitive outcomes. Method 85 older adults (age: 80.93 ± 5.4) participated in the current study. Each participant completed demographic questionnaires; completed three cognitive tasks: Montreal Cognitive Assessment (MoCA), digit coding symbol test (DCS), and visual paired comparison target foil accuracy (VPCTFA) assessment; and completed six functional fitness assessments : 10‐meter maximal speed walk, dual‐task maximal speed (DTMS), dual‐task habitual speed (DTHS), sit‐to‐stand power, timed up‐and‐go (TUG), and the short physical performance battery (SPPB). Results were analyzed through three multiple linear regressions with MoCA, DCS and VPCTFA test each as the dependent variables, and age, sex, education, DTMS, DTHS, sit‐to‐stand power, TUG, and SPPB as predictor variables. Result The first model explained 55% of the variance of the MoCA (p < .001) with DTMS (45%; p < .001) representing the only significant predictor. The second model explained 13% of the variance of the DCS (p = .13) with age (28%; p = .01) and DTMS (23%; p = .04), representing significant predictors. The last model explained 18% of the variance of the VPCTFA (p = .007) with DTMS (21%; p = .05), TUG (21%; p = .05), 10‐meter maximal walking speed (21%; p = .05) and 4‐meter walk (SPPB variable; 22%; p = .04) representing significant predictors. Conclusion These results suggest functional fitness assessments may predict cognitive outcomes. Functional fitness assessments accounted for more variance of MOCA scores than DCS and VPCTFA outcomes. This suggests functional fitness assessments may be better predictors of global cognition performance than performance on assessments of processing speed or working memory. Future research will investigate whether functional fitness parameters may be cost‐effective evaluation tools for predicting global cognitive performance over time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».